如何从pandas DataFrame中“反转”特定列？

Question

我有一个 pandas 的数据表，比如：

df = pd.DataFrame({'farm' : ['A','B','A','B'], 
                   'fruit':['apple','apple','pear','pear'], 
                   '2014':[10,12,6,8], 
                   '2015':[11,13,7,9]})

也就是说：

   2014  2015 farm  fruit
0    10    11    A  apple
1    12    13    B  apple
2     6     7    A   pear
3     8     9    B   pear

我该怎么把它转换成下面这个样子呢？

  farm  fruit  value  year
0    A  apple     10  2014
1    B  apple     12  2014
2    A   pear      6  2014
3    B   pear      8  2014
4    A  apple     11  2015
5    B  apple     13  2015
6    A   pear      7  2015
7    B   pear      9  2015

我试过 stack 和 unstack，但是没能成功。

Answer 1

可以使用 stack() 来实现；不过要先调用 set_index()，这样才能为每一对年份和数值重复 farm 和 fruit。

long_df = df.set_index(['farm', 'fruit']).rename_axis(columns='year').stack().reset_index(name='value')

另外，melt 也是一个 DataFrame 的方法，可以这样调用：

long_df = df.melt(id_vars=['farm', 'fruit'], var_name='year', value_name='value')

还有一个有趣的函数是 pd.wide_to_long，它也可以用来“融化”一个数据框。不过它需要一个 stubname，所以在这个问题的情况下不适用，但在其他情况下可以使用。例如，下面的例子中（注意列标签中的年份有 value_）。

long_df = pd.wide_to_long(df, 'value', i=['farm', 'fruit'], j='year', sep='_').reset_index()

Answer 2

这可以通过 pd.melt() 来实现：

# value_name is 'value' by default, but setting it here to make it clear
pd.melt(x, id_vars=['farm', 'fruit'], var_name='year', value_name='value')

结果：

  farm  fruit  year  value
0    A  apple  2014     10
1    B  apple  2014     12
2    A   pear  2014      6
3    B   pear  2014      8
4    A  apple  2015     11
5    B  apple  2015     13
6    A   pear  2015      7
7    B   pear  2015      9

[8 rows x 4 columns]

我不太确定“melt”这个名字在这种操作中有多常见，但在R语言的 reshape2 包里就是这么叫的，可能是这里名字的来源。